SocialWiki一直致力于游戏化学习偏向的研究和实践创新，并将研究所得、理论探索团结 到提倡的诸多项目中，惠及更多青年学子。游戏化学习课题组接纳“共研共学”模式，荟萃更多方面的实力 ，通过多元的学科配景和从业履历 者，借助差异化视角，深化”游戏化学习“偏向的理论探索和实践应用。
游戏化学习-共研工学项目为期一年（2020.11-2021.11），现在 已经宣布了系列科普视频以及问题探索，本阶段为课题组成员文献作品，后续将集结出书。
我国游戏化学习研究的生长脉络与主题剖析
——基于CiteSpace的文献计量01 数据泉源 与工具
1.1 数据泉源
本研究的文献数据泉源 于中国知网(CNKI)期刊数据库，期刊泉源 为所有期刊凭证 要害词举行 模糊相关检索，输入的检索词为“ 游戏化学习”，文献泉源 时间阻止 2020年。思量 到现有研究效果 中游戏化学习以及与其相关的“ 游戏化教学”、“游戏化教育”、“游戏化头脑 ”等看法之间的关系经常不做看法辨析，从而界线 模糊，意义混淆，因此也将这若干看法作为要害词同时举行 检索。选取该检索方式是出于以下考量：一是中国知网(CNKI)期刊数据库是海内最大的中文期刊数据库，且收录的中文期刊种类也较量 周全 ，可以洞察学科间的漫衍以作适当较量 ；二是聚焦于同主题期刊文献可以获得更为针对性的计量剖析 效果 ，能更好更准确地反映海内游戏化学习议题相关的研究现状，三是要害词可以反映文献资料内容的焦点看法，要害词检索获得的文献适用于对某一领域作周全 系统的要害看法研究[1]。
为了保证文献的准确性，剔除无关文献后，本次检索获得2002-2020年有关游戏化学习要害词的期刊文献共918篇。为了保证计量效果 的准确度，研究者再凭证 题录、作者和摘要的非缺失准则举行 筛除，最后获得计量期刊文献共计917篇。
1.2 研究工具
Cite Space知识可视化软件由美国Drexel University的陈超美教授开发，融合了社会网络剖析 、聚类剖析 、多维尺度剖析 等要领，是现在 最为盛行 、影响力最大的知识图谱绘制工具之一[2]。该软件的主要功效是通过要害词共现、机构漫衍、作者相助、文献耦合等可视化功效，展现和剖析 学科前沿的演进趋势和知识关联状态[3]。Citespace软件可以将CNKI 数据库导出的数据举行 名堂 化转换，绘制种种知识图谱，并通过节点的巨细、网络毗连 度等要素，展示研究领域的时区结构和热门 动向[3]。本研究使用的是Citespace.v软件，版本为Citespace5.5.R2.64-bit。研究思绪 是以海内游戏化学习研究领域的焦点期刊文献作为研究工具，对该领域的研究作者及机构、研究热门 、动态趋势等信息举行 可视化展示，以期泛起中国海内游戏化学习相关研究的理论脉络和知识图谱，从而为游戏化学习和教育研究的推进提供一定的参考。
02 海内游戏化学习研究主体剖析
2.1海内游戏化学习研究作者孝顺 剖析
发文作者是科学研究的主体，通过对发文作者及其相助网络的结构特征剖析 ，可以反映出该领域的焦点作者群及其相助关系[4]。将1397篇有用 文献数据转换后导入Citespace软件，并举行 相关设置：时间切片(time slices)为1，即每1年为一个时间单元；节点类型选择“作者”，并设置Top N=50，即单元时间切片内作者泛起频次排名前50的数据；修剪类型选择Pathfinder，运行软件并举行 可视化，获得时间跨度为2002-2021年的海内游戏化学习领域作者漫衍及相助图谱，如图1所示。
图1 高产作者相助网络图谱
图1中的节点数目 与巨细代表了焦点作者群体共现频次，线条数目 与粗细反映了作者相助关系与相助强度，它们配合组成了作者群与相助网络的知识图谱[5]，图1中共有40个节点，15个联络 ，网络密度为0.0192。说明该领域研究职员 间相助关系不细密 。从共现频次来看，排在首位的作者是尚俊杰，共现次数为9次，数目 远高于之后的作者；再是李秀斌和赵凯，共现次数为4次，其次是刘秀梅和吉广萍，共现频次为3次。
从相助网络来看，游戏化学习研究泛起小而疏散的特征，即游戏化学习研究作者相助网络较量 小型，同时也较量 疏散，联系强度不高。其中发文数目 相对较多，相助突出的是尚俊杰与裴蕾丝，赵凯与李秀斌，刘秀梅与吉广萍等三组相助关系。综上，游戏化学习研究领域文献的作者单人发文最高次数并不凌驾9篇，研究生态总体较量 疏散，相助网络较为松懈 ，也尚未形成一个细密 的学术交流整体 。
2.2 海内游戏化学习研究机构共现剖析
使用 Citespace软件，对917篇文献的发文机构举行 剖析 ，相识 发文机构对游戏化学习领域的研究状态和现实 孝顺 （表1）。为识别该领域的高产机构及机构间相助网络关系，研究者在CiteSpace操作界面设定节点类型为机构，时间切片(time slices)经调试改为3，即每3年为一个时间单元，其他设置稳固 ，运行软件且可视化后，获得海内游戏化学习领域机构漫衍及相助图谱，如图2所示。
表1 2002—2021年游戏化学习研究高产出机构
图2 研究机构相助网络图谱
从数据剖析 来看，游戏化学习研究主要集中在高校，特殊 是师范类高校，其次漫衍于小学、专科学校等机构。发文机构泛起频次在3及以上的机构有8个，其中首都师范大学美术学院发文量最多，有6篇。其次是华南师范大学教育信息手艺 学院和南京市东山小学，划分达4篇。从二级机构来看，游戏化学习相关研究主要集中于师范院校的教育学院、信息手艺 和撒播 学院。这意味着游戏化学习除了和教育、教学相关之外，也需要依托信息手艺 的生长和传媒的推进。从地理漫衍来看，从地域来看，主要 的发文机构主要漫衍在我国东部地域。这批注 游戏化学习领域的研究能力可能与经济生长水平、教育学科生长水平存在一定的正相关。在相助网络方面，研究机构之间相助并不亲近 。综上，机构发文没有遥遥领先者，主要 发文机构主要集中在我国东部师范类院校，机构间相助强度不大。
03 海内游戏化学习研究的热门 聚类剖析
通过对高频要害词举行 聚类，可以进一步展现该领域研究热门 的知识结构。借助 Cite Space 的聚类功效，选择 Log-likelihood ratio（LLR）算法对海内游戏化学习研究领域的高频要害词举行 聚类，以展现 该领域的研究主题[6]。为使效果 更清晰可见，将阈值一直 调整，获得如下知识图谱。此次聚类共天生 150个节点，257连线，获得的模块值 Modularity Q=0.6008（聚类模块值，又叫 Q 值，该指标用于标志是否相宜 聚类，一样平常 以为 Q0.3 意味着聚类结构显著），故而获得该聚类结构显著。平均轮廓值 Mean Silhouette=0.5422（聚类平均轮廓值，又叫 S值， 该指标用于标志内部相似度，取值 0 到 1 之间，数值越大，相似度越高，而且一样平常 以为 S0.5 聚类类就是合理的），体现该聚类效果较好，阈值选取合理，内部相似水平较高，效果 较为合理，可以举行 剖析 。
图3 游戏化学习研究的热门 聚类图
现在 ，Cite Space是通过K聚类算法将关系细密 的要害词举行 聚类，聚类标签数值越小则包罗的要害词越多[7]；然后会给每个要害词一个值，统一 聚类中值最大的当选为该类此外代表并以此作为该类的标签，因此种别 名称即该类聚类中的最高词频值。基于此，海内职业教育课本 领域研究热门 共群集 获得10个群组。详细 而言，每一组的代表性要害词项目的引用年份和次数信息如下：
第#0类中的教育游戏(2007)引用计数为56；
第#1类中的游戏化(2013)引用计数为113；
第#2类中的实践教学(2021)引用计数为2；
第#3类中的游戏化头脑 (2015)引用计数为46；
第#4类中的研究(2020)引用计数为2；
第#5类中的课程游戏化(2018)的引用计数为；
第#6类中的小学数学(2018)的引用计数为；
第#7类中的游戏化教学模式(2015)引用计数为8；
第#8类中的小学(2020)引用计数为5；
第#9类的小学数学教学(2015)的引用计数为7。
可见，群组热门 主题主要集中在课程、学科及其教学的游戏化建设生长中。而其生长路径将在下文继续探索。
04 海内游戏化学习研究的前沿演进
4.1 海内游戏化学习研究的演进趋势
通过对研究热门 的演化趋势举行 剖析 ，即考察高频要害词的时间漫衍及变换趋势，可以掌握该领域的研究前沿和生长态势。为了展现 海内游戏化学习领域研究的演进趋势，本研究借助 Citespace 的“timezone”功效获取时区视图举行 剖析 “时区视图”是以时间为横坐标举行 时区支解，通过对某个知识领域举行 时序“抓拍”，并将这些分时抓拍的图片毗连 起来，形成历时性研究视角下的知识图谱。
本研究中以 2 年为一个时间片断 对海内游戏化学习领域研究文献中泛起的高频要害词举行 时序抓拍，获得该领域研究时区视图，下图展示了海内游戏化学习领域的研究希望 及生长态势。
图4 海内游戏化学习研究的时区图
由于该图谱是依据要害节点初现时间确定其所属时区，因此可以直观地视察到每个时期该领域最热门的研究主题。其中，海内游戏化学习研究领域一连 关注的最大热门 ——“游戏化教学”，初现于2003年，跨度最大，跨越时间也最长，向其他研究热门 的流向也较为显着 。在这一时区图中，可以洞察出一些时间段的要害词涌现十分麋集 ，具有时间性特征。
首先是21世纪初的游戏化学习和教育游戏初现，奠基了游戏化学习研究的基调；2012年-2014年间，有关教学设计和游戏设计有了突破，而且有重点地关注了小学数学、小学语文等学科方面的适用；2015年-2017年间最先 具备系统 化的游戏化学习平台，好比Mooc和微课等；2019年以后的要害词强调了游戏化学习的实践应用与战略。接下来，笔者基于时区图的发现，再团结 突现词的生长路径归纳出游戏化学习研究的演进历程 。
4.2 海内游戏化学习研究的演进历程
进一步，研究者通过考察词频，将1991-2021时间内其中频次转变 率高的词从大量的主题词中探测出来，即对Burst Terms突现词的泛起和剖析 ，从而可以推断研究的热门 前研及演进态势。借助Citespace举行 突现词检测剖析 ，凭证 海内游戏化学习领域研究的突现词及突现年份，并团结 对要害词的突显度和中央 性的剖析 ，将该领域1991-2021年间的研究分为若干个阶段，由此展现 出海内游戏化学习领域研究的前沿演进历程 。
表2 海内游戏化学习研究突现词阶段化泛起
综合上表，第一阶段可以归纳综合为游戏化学习的游戏教育与手艺 突破时代，集中突现的年月 是2005-2012年之间，这段时间突现的要害词以“虚拟学习社区”、“网络游戏”、“教育游戏”、“游戏设计”等为主。21世纪初，信息手艺 有一定的生长，也泛起向差异领域渗透的趋势，教育理念的转变也助推游戏化学习的意识及其泛起。对于游戏和教育的团结 主要体现在手艺 的探讨 与突破。然而，这段时间有关游戏化学习的看法着实 并不成熟，“游戏化学习”的说法并不普遍，而是以“教育游戏”和“虚拟学习社区”的相关说法作为雏形。
第二阶段可以归纳综合为游戏化学习的学科、学龄与理论顺应 的时代，集中突现的年月 是2012-2015年之间，时间并不长，相关热词存在具有短时积累性，好比体育教学（2012）和翻转课堂（2014年）两个要害词的突现度很高，这体现了教学模式的刷新 和学科性的融合，而且体育课程和游戏是较好团结 的途径。此外，这段时间突现的要害词可以分为三类，划分具有差异的指向性。其一是以“体育教育”、“课堂教学”以及图4中“小学数学”和“小学语文”等学科的适用性融合；其二是“建构主义”、“翻转课堂”和“教学刷新 ”等教育理论建构和教学模式突破和顺应 ；其三是“学前教育”和“小学”等低学龄游戏化学习的规模适用。这一时期是将游戏化学习的理论基础、学科和学龄适用规模一直 顺应 和探索的阶段。
第三阶段可以归纳综合为游戏化学习系统 化和教学平台探索的时代，集中突现的年月 是2016年-2021年，也是第二阶段游戏化学习偏向的转型和系统 化体现。在热门 生长的延续性和延展性上的潜力也颇为可观，这一点在第一和二阶段的热词衔接性方面可以有所体现——从第一阶段信息手艺 的推进获得教育游戏产物落地的动力，并进一步转化为详细 的游戏化学习平台，好比Kahoot!,Mooc和微课；从第二阶段的理论顺应 提炼“寓教于乐”的焦点理念。此外，游戏化学习研究泛起的趋势之一是游戏化教学的战略和对策，这可能也可以为之后游戏化学习研究的趋势提供参考。
五、结语
本研究运用信息可视化软件CiteSpace.v.5.5.R2版本对1991-2021年间揭晓 在中国知网焦点期刊上的海内关于游戏化学习相关的研究效果 举行 信息挖掘并绘制知识图谱。从文献学视角透视我国游戏化学习研究的知识结构关系及演进纪律，并从作者和机构的相助、主题漫衍、研究热门 和脉络演进等方面突出泛起。
对于海内游戏化学习研究主体，游戏化学习研究期刊中，海内从事游戏化学习研究的作者数目 相对较多，但总体以及小我私人 产量并不高，游戏化学习研究领域文献的作者单人发文最高次数并不凌驾9篇，研究生态总体以各自为阵的方式泛起，相助网络较为松散，也尚未形成一个细密 的学术交流整体 ，可见游戏化学习的相关研究照旧一个较新的值得拓展的领域。机构相助方面，总体而言，机构间相助很少，之后的研究应该增强跨机构以及跨学科突破。
研究的前沿演进层面，领域一连 关注的最大热门 为游戏化教学，初现于2004年，跨度最大，跨越时间也最长，向其他研究热门 的流向也较为显着 。凭证 海内游戏化学习领域研究的突现词及突现年份，并团结 对要害词的突显度和中央 性的剖析 ，将该领域1991-2021年间的研究分为三个阶段，划分为游戏教育与手艺 突破（2005-2012年），学科、学龄与理论顺应 （2012-2015年），教学平台与系统 化（2016年-2021年）。
最后尚需反思的是，上述游戏化学习的要害词和生长脉络着实 缺失了差异地域游戏化学习现状的考量，即忽视了社会阶级 和经济要素。那么，怎么让游戏化学习的模式或者产物真正适用于多需求的受教育者，有利于人们或者孩子们的学习生长，是否能在缩小教育资源的贫富差距上有所突破，我们依旧任重而道远。
参考文献
[1] 刘则渊. 科学知识图谱要领与应用[M]. 人民出书社, 2008.
[2]陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的要领论功效[J].科学学研究，2015，33（2）：242-253.
[3]马海群，吕红.基于中文社会科学引文索引的中国情报学知识图谱剖析 [J].情报学报，2012，31（5）：470-478.
[4]李力，刘德洪.我国竞争情报领域主要作者知识交流结构研究——基于互引网络剖析 [J].情报科学，2013（10）：70-74.
[5]周慧. 论文作者相助度评价意义浅析[J]. 河北科技图苑, 1997, 000(001):30-31.
[6] 陈悦，陈超美，胡志刚，等.引文空间剖析 原理与应用：CiteSpace适用 指南[M].北京：科学出书社，2014.
[7]陈超美，陈悦，候剑华，等.CiteSpace Ⅱ：科学文献中新趋势与新动态的识别与可视化[J].情报学报，2009，28（3）：401-421.
作者：瞿滢【SocialWiki课题组】 | 复旦大学人类学